JP5843542B2 - 画像処理装置、眼科撮影装置、画像処理方法及びプログラム - Google Patents

Description

本明細書が開示する技術は、眼底画像から視細胞に関する情報を取得する画像処理装置、眼科撮影装置、画像処理方法、及びプログラムに関する。

生活習慣病や失明原因の上位を占める疾病の早期診断を目的として、眼底部の検査が広く行われている。眼底を検査する装置は、眼底に照射した光の反射光を受光することで眼底を撮像する眼底カメラや、共焦点レーザー顕微鏡の原理を利用した眼科装置である走査型レーザー検眼鏡（ＳＬＯ：Ｓｃａｎｎｉｎｇ Ｌａｓｅｒ Ｏｐｈｔｈａｌｍｏｓｃｏｐｅ）がある。近年、被検眼の収差を波面センサーでリアルタイムに測定し、被検眼にて発生する測定光やその戻り光の収差を波面補正デバイスで補正する補償光学系を有する眼底カメラやＳＬＯが開発され、高横分解能な眼底平面画像の取得を可能にしている。これら装置により網膜における視細胞を撮像し、疾病の診断や薬剤応答の評価をする試みが行われている。

補償光学ＳＬＯを用いて視細胞の可視化を行った例として、非特許文献１においては、網膜の眼底平面画像を取得し、視細胞の自動抽出を可能とした眼科撮影装置が提案されている。この眼科撮影装置では、高横分解能の網膜の眼底平面画像を撮像し、画像に描出される視細胞の配置の周期性を利用して高周波成分を除去することで画像の前処理を行い、視細胞の自動検出を行っている。

Ｋａｃｃｉｅ Ｙ． Ｌｉ ａｎｄ Ａｕｓｔｉｎ Ｒｏｏｒｄａ， "Ａｕｔｏｍａｔｅｄ ｉｄｅｎｔｉｆｉｃａｔｉｏｎ ｏｆ ｃｏｎｅ ｐｈｏｔｏｒｅｃｅｐｔｏｒｓ ｉｎ ａｄａｐｔｉｖｅ ｏｐｔｉｃｓ ｒｅｔｉｎａｌ ｉｍａｇｅｓ"Ｊ． Ｏｐｔ． Ｓｏｃ． Ａｍ． Ａ， Ｍａｙ ２００７， Ｖｏｌ． ２４， Ｎｏ． ５， １３５８

このような視細胞の画像において、撮影条件の調整や得られた画像の診断を行ううえで、視細胞の画像の撮像状態を評価したい場合が多くある。一般に撮像状態を評価するには、評価対象の領域とそれ以外の領域のノイズレベルを比較することで画質指標値を得ることが行われている。しかしながら視細胞の画像は一般に画像内すべてが網膜領域となるために、上述の方法を利用できないという問題があった。
本発明は上記課題に鑑み、補償光学ＳＬＯ等の眼科装置によって取得された網膜の視細胞画像の画質を、客観的に評価する指標を提示することを目的とする。

上述の目的を鑑みた処理を行う画像処理装置は、眼底を撮像し得られる眼底画像を周波数変換し空間周波数画像を得る変換手段と、前記空間周波数画像における特徴量を抽出する抽出手段と、前記特徴量に基づいて前記眼底画像における視細胞の撮像状態を示す情報を取得する情報取得手段と、を有することを特徴とする。

本発明によれば、眼底画像を処理して視細胞の撮像状態を示す情報が得られるため、撮影条件の調整や画像の診断等を容易に行うことができる。

実施例１に係る画像処理装置１０の機能構成を示す図である。 実施例１に係る画像処理装置１０の処理手順を示すフローチャートである。 補償光学ＳＬＯ装置により視細胞を撮影した高精細な眼底平面画像の模式図である。 眼底平面画像を周波数変換して得られるフーリエ画像の例である。 視細胞の配置を反映した構造をフーリエ画像から算出する方法を示す図である。 シグナルが弱い眼底平面画像から取得されるフーリエ画像を示す図である。 フーリエ画像より取得する特徴量を示す図である。 解像度が低い画像のフーリエ画像及びその特徴量の一例を示す図である。 解像度がさらに低い画像のフーリエ画像及びその特徴量の一例を示す図である。 フーリエ画像より抽出した特長量から構成した画質指標を示す図である。 実施例２に係る画像処理装置１０の機能構成を示す図である。 実施例２に係る画像処理装置１０の処理手順を示すフローチャートである。 眼底平面画像を複数の局所眼底平面画像に分割する一例を示す図である。 局所眼底平面画像からの指標を統合した指標を示す図である。 画像処理装置のその他の例に係るハードウェア構成図である。 眼科撮影システムの構成を示す図である。 眼科撮影装置の構成を示す図である。 ＯＣＴの画像取得方法を示す図である。 ＳＬＯの画像取得方法を示す図である。

（実施例１）
本実施例では、補償光学ＳＬＯにより網膜の視細胞を撮影した画像を取得した際に、該取得された画像の画質を定量的に示す指標を算出し提示する場合の処理について説明する。具体的には、補償光学ＳＬＯにより取得された眼底平面画像の空間周波数画像を離散フーリエ変換により取得する（取得された画像を以下、フーリエ画像または周波数画像とする）。該取得されたフーリエ画像から、視細胞が規則正しく配置されていることを反映した周期構造の特徴量を抽出し、抽出された特徴量から画質の指標を構築する。

こうして得られた画質指標を提示することにより、ユーザは、例えば画像の撮影中であれば再度撮影を行うか否かの判断をすることができる。また視細胞の密度をもとに診断を行う場合に、該画像を用いたし細胞密度に基づき診断することが妥当か否かの判断をすることが可能になる。

＜眼底平面画像＞
図３に、補償光学ＳＬＯで撮影された眼底平面画像を模式的に示す。図３に示すように、輝度が比較的大きい小領域として、各視細胞ＰＲが一つ一つ区別される形で描出される。また、視細胞の輝度に比較して輝度の低い血管領域Ｖが描出されることもある。この血管領域は視細胞より上層にある血管の影が描出されているものである。

＜フーリエ画像＞
図４に、上記眼底平面画像の空間周波数成分を離散フーリエ変換により取得したフーリエ画像の模式図を示す。図４に示すように、視細胞が周期的に配置していることを反映して、視細胞の周期に相当するリング構造が見られる。

＜画像処理装置の構成＞
図１は、本実施例に係る画像処理装置１０の機能構成を示したものである。

図１の画像取得部１００は眼底平面画像を取得する。ここで得られる眼底平面画像は、眼底の視細胞が撮像された画像である。たとえば、ハルトマンシャックセンサ等の収差測定部と、シリコン基板の上に液晶を形成した反射型の液晶表示パネル（ＬＣＯＳ）やディフォーマブルミラー等の補償光学系におり収差を補正する眼底撮像装置で撮像された画像が該当する。

入力情報取得部１１０は、補償光学ＳＬＯによる眼底平面画像の撮影の際の、被検眼情報を取得する。取得した画像は制御部１２０を通じて記憶部１３０に記憶される。１４０は画像処理部であり、周波数変換部１４１、特徴抽出部１４２、指標算出部１４３を含む。

周波数変換部１４１は、眼底を撮像し得られる眼底平面画像を周波数変換し周波数画像を得る。周波数変換の方法として、たとえば上述のとおり離散フーリエ変換を用いる。

特徴抽出部１４２は、撮像された眼底平面画像における周期構造を示す特徴量を周波数画像から抽出する。周波数画像において、眼底平面画像における周期構造はたとえば原点を中心とした環状（リング状）の構造として現れる。これは、視細胞の構造に対応する特定の周波数帯域が周波数画像に現れたものである。特徴量としては、この環状構造に関する特徴量がある。たとえば、環状構造における輝度値のピークの値、環状構造の広がりを示す尖鋭度の値がある。また、環状構造における輝度値のピークの位置などがある。また、画質が悪い場合には、周波数画像に環状の構造が現れず、円盤状の構造となる場合もある。この場合には、円盤領域の広がり、位置や円盤領域における輝度値のピークの値を特徴量として抽出する。これらは、眼底平面画像における視細胞の撮像状態や視細胞の分布などを示す情報の取得に用いられる。

指標算出部１４３は、フーリエ画像から得られた視細胞の撮像状態、または視細胞の分布情報を示す情報を取得する情報取得部として機能する。上述した特徴抽出部１４２の特徴量を用いることで、精度良く撮像状態または分布を把握することができる。

出力部１５０は指標算出部１４３で取得された視細胞の撮像状態を示す情報や視細胞の分布を示す情報を出力する。出力対象としては表示部１６０のほか、外部のデータベースやプリントアウトのための出力機器がある。これらの機器には、撮像状態を示す情報をそのまま表示させるほか、眼底平面画像とともに表示させる。ここで表示対象となる撮像状態を示す情報としては、視細胞が撮影された眼底平面画像の画質指標値や、撮像状態を改善するためにユーザに操作を促すための情報がある。また、撮像状態の情報を含んでいる周波数画像を眼底画像とともに表示させる。また、後述する図５（ｂ）に示すように環状構造の中心位置または周波数画像の原点からの距離と輝度値と関係を示すグラフを表示する。また、眼底平面画像の撮像に用いた眼科撮影装置に、視細胞の撮像状態に応じた制御値を出力する。

画像処理部１４０は、取得した眼底平面画像よりフーリエ画像を生成し、フーリエ画像より抽出した特徴量から画質の指標を算出して、記憶部１３０に記憶する。１５０は出力部であり、算出された指標をモニタ等に出力するほか、記憶部１３０に記憶されている処理結果をデータベースに出力する。

本実施例において、画像処理装置１０は、補償光学ＳＬＯから直接眼底平面画像を取得する構成としたが、ネットワークを介してそれらの画像を取得してもよい。その場合には、ネットワークを介して接続されたデータベースに補償光学ＳＬＯで撮影された眼底平面画像が保存され、画像処理装置１０はそのデータベースから画像を取得する構成となる。

＜画像処理装置の処理手順＞
次に、図２（ａ）のフローチャートを参照して、本実施形態の画像処理装置１０の処理手順を説明する。

＜ステップＳ２１０＞
ステップＳ２１０において、画像取得部１００は、画像処理装置１０に接続される補償光学ＳＬＯ、もしくは該装置により撮影された眼底平面画像を保存するデータベースから、解析対象となる眼底平面画像を取得する。取得された眼底平面画像は、制御部１２０を通じて記憶部１３０に記憶される。

またこのとき、取得された眼底平面画像が撮影された際の撮影パラメタ情報を取得し、制御部１２０を通じて記憶部１３０に記憶する。ここで撮影パラメタ情報とは、撮影の際の固視灯の位置情報などのことである。固視灯の位置などの撮影パラメタ情報は、眼底平面画像に付加されている画像撮影情報ファイルに記載されている場合もあれば、画像のタグ情報として含まれている場合もある。

＜ステップＳ２２０＞
ステップＳ２２０において、入力情報取得部１１０は、データベースもしくは操作者の入力部（不図示）による入力により被検眼の情報を取得する。ここで被検眼の情報とは、被検眼の患者ＩＤ、氏名、年齢、性別、検査対象が右目であるか左目であるか、撮影日時等のことであり、これら取得した情報は、制御部１２０を通じて記憶部１３０に記憶される。

＜ステップＳ２３０＞
ステップＳ２３０において、周波数変換部１４１は、記憶部１３０に記憶されている補償光学ＳＬＯにより取得された眼底平面画像の空間周波数画像を離散フーリエ変換により取得する。図３に示したように、眼底平面画像の多くの領域は、輝度の高い小領域として観察される規則的な配置をもつ視細胞で構成される。よって血管や病変などの領域が部分的に画像内に含まれる場合であっても、該眼底平面画像を空間周波数変換して得られるフーリエ画像は、図４に示したようなリング状の構造をもつ。

＜ステップＳ２４０＞
ステップＳ２４０において、特徴抽出部１４２は、ステップＳ２３０で得られたフーリエ画像から、視細胞の配置の周期性を示す環状構造の特徴量を抽出する。具体的には、図５（ａ）に示したように、フーリエが像のサイズを縦と横のピクセル数がＮとなるＮｘＮの正方形であるとした時、（Ｎ／２、Ｎ／２）となるフーリエ画像の中心を原点とした極座標表示（ｒ， θ）を考える。そしてフーリエ画像の各ピクセルの値をθ方向に積算した関数Ｉ（ｒ）を算出する。但し、ｒ＝０， １， ２・・Ｎ／２とする。フーリエ画像は連続画像ではなく、ピクセルごとに値をもつため、Ｉ（ｒ）の計算の際には各ピクセルのｒが例えば４．５以上、５．５未満の場合にはＩ（５）の値に積算する。その後隣接点間で平均値をとるなどしてＩ（ｒ）を平滑化する。図５（ｂ）に図５（ａ）に対して取得された関数Ｉ（ｒ）を示す。

図５（ｂ）のＩ（ｒ）は視細胞の配列に関する多くの情報を含んでいる。例えばＩ（ｒ）疾病眼で水晶体のにごりなどのために、視細胞のシグナルが非常に弱くなることがある（図６（ａ））。そのような場合には図６（ｂ）示すようにＩ（ｒ）の値自体が、図５（ｂ）に比べて小さな値をとるようになる。また、視細胞が撮影領域内で欠損していて周期的な構造がみられないような場合にも、同様のＩ（ｒ）となる。よって、視細胞の周期構造の強さを示す特徴量として、図７に示すようにＩ（ｒ）の最大値ＩｍａｘやＩ（ｒ）の積算値Ｉｓｕｍを用いることができる。

さらに、Ｉｍａｘを与えるｒであるｒｍａｘは視細胞の配列の周期に対応している。

隣接視細胞間の距離が小さく、視細胞が密に配列している場合にはｒｍａｘは大きく、逆に黄斑から遠くなり視細胞密度が低い場合にはｒｍａｘは小さくなる。

また、例えシグナル強度が高くても、解像度が低く視細胞の周期構造が見えにくくなっているような場合（図８（ａ））には、図８（ｂ）に示すようにＩ（ｒ）のピークはｒが小さい側に広がった形となる。このような解像の悪さを示す特徴量として、ｒｍａｘの周辺（±ｎ）の積算値と、さらにそれより小さなｒの積算値の比を取ることが考えられる。図８（ｃ）に具体的な算出領域を示す。

撮影条件が悪く解像度が低い場合（図９（ａ））などに、Ｉ（ｒ）のピークを取得するのが困難な場合がある。図９（ｂ）にそのような場合のＩ（ｒ）のシグナルを示した。このような場合には、Ｉｍａｘを求めても正確なｐｅａｋ＿ｒａｔｉｏを算出することができない。このような場合には、取得した固視の情報から推定されるピーク位置ｒ＿ｅｘｐｅｃｔｅｄ＿ｐｅａｋをｒｍａｘのかわりに用いてｐｅａｋ＿ｒａｔｉｏを算出することで、より正確に画像の解像度を評価することができる。

＜ステップＳ２５０＞
ステップＳ２５０において、指標算出部１４３は、ステップＳ２４０で取得された特徴量から、補償光学ＳＬＯ画像の視細胞の撮像状態や分布情報等、視細胞に関する情報を取得する。そうして算出した画質指標を、制御部１２０を通じて記憶部１３０に記憶する。以下にステップＳ２４０によって取得された特徴量から画質指標を算出する方法の一例を示すが、算出される指標は以下の例に限定されるものではない。

ステップＳ２４０で抽出した複数の指標のうち、ＩｍａｘやＩｓｕｍなど視細胞の周期構造の強度に関連したものと、ｐｅａｋ＿ｒａｔｉｏなどの解像度に関連したものが画質を考える上で重要である。補償光学ＳＬＯにおいては、被検眼の状態がよく高いシグナルが得られる状態であっても、解像度に失敗する場合がある。この場合には波面センサーによる補正を再度やり直せば画質のよい画像が取得できる可能性があり、水晶体の濁りなどでよい画像が取得できる可能性の低い被検眼とは区別することが重要である。よって画質指標としては、周期構造の強度に関連した指標と、解像度に関連した指標を２次元で組み合わせることで、各指標を個別に取得する場合に比べ撮像状態を正確に示す情報を得ることができる。

図１０に指標の具体例を示す。ここでは縦軸に周期構造の強度に関連した指標であるＩｍａｘ、横軸に解像度に関連した指標であるｐｅａｋ＿ｒａｔｉｏを示した。ステップＳ２４０では、ｐｅａｋ＿ｒａｔｉｏとしてｒ＿ｍａｘを用いる場合とｒ＿ｅｘｐｅｃｔｅｄ＿ｐｅａｋを用いる場合を示した。一般的にシグナル強度が低くなる場合にはノイズが多くなり、正確なｒ＿ｍａｘを取得することが困難になる。よってここでは、ｒ＿ｅｘｐｅｃｔｅｄ＿ｐｅａｋに対してｐｅａｋ＿ｒａｔｉｏを算出した場合を示している。

図１０（ｂ）に示したように、周期構造の強度の指標、解像度の指標ともに高い領域Ａにくる画像は、画質の良い画像といえる。両者ともに低い値となる領域Ｂは画質の悪い画像である。これに対して，周期構造の強度の指標は高いが、解像度の指標は低い領域Ｃの画像は、被検眼の状態は悪くないが解像度が悪くなっている可能性があり、収差補正をやり直すことで画質の改善がみられる可能性のある画像になる。もしくは視細胞の構造がきれいにでている領域とそうでない領域が共に含まれた画像である可能性もあり、病変部などの対応する可能性がある。また逆に、周期構造の強度の指標は低いが、解像度の指標は高い領域Ｄの画像は、解像はできているが全体的にシグナルの弱い画像であり、シグナル強度を上げることでより鮮明な画像を取得できる可能性がある。

＜ステップＳ２６０＞
ステップＳ２６０において、出力部１５０は、ステップＳ２５０において記憶部に保存された画質指標等の撮像状態を示す情報を、表示部１６０に表示させる。

たとえば、取得された特徴量をそのまま撮像状態を示す情報として表示させる。詳細な情報をユーザに提示することができる。

あるいは、予め適切な閾値を設定しておき、画質指標が閾値を下回る場合に、「視細胞領域の画質が低い」といった文字情報を、出力部１５０が撮像状態を示す情報として表示部１６０に表示させる。なお、文字情報でなくても、当該文字情報を示すようなアイコンや画像を表示することとしてもよい。これにより、たとえば操作に慣れていない検査者であっても、画質に問題があることを容易に把握することができる。もちろん、閾値を上回る場合には、「画質が十分です」といった文字情報を表示し、ユーザに画質が問題ないことを表示することとしても良い。

また、上述のとおりｐｅａｋ−ｒａｔｉｏの値が低くＩｍａｘの値が高い場合には、出力部１５０は眼科撮影装置による収差補正が必要であることを示す情報を表示部１６０に表示させる。これにより、ユーザは収差補正が必要であることを直感的に理解することができる。また、ｐｅａｋ−ｒａｔｉｏの値が高くＩｍａｘの値が低い場合には、撮影光量の増加が必要であることを示す情報を表示部１６０に表示させる。これにより、光量調整が必要であることをユーザに直感的に把握させることができる。

また、撮像状態以外の情報として、ｒｍａｘの位置に基づいて視細胞の密度の情報を表示することとしてもよい。また、眼底平面画像において視細胞が描出されず血管や病変領域が描出されていることを示す文字や図形を表示することとしても良い。

このほか、出力部１５０は図４に示すような周波数画像を眼底画像とともに表示部１６０に表示させる。また、図７（ｂ）に示すようなグラフを表示することとしても良い。これにより、詳細な撮像状態の情報をユーザに通知することができる。また、特徴抽出部１４２で抽出された環状構造の径の大きさを示す情報に基づいて、視細胞の密度等の分布状態を表示しても良い。また、血管や病変等の視細胞が写らない領域の有無を表示することとしても良い。

さらにステップＳ２１０〜ステップＳ２５０で記憶部１３０に保存された特徴量その他をデータベースに保存する。

以上の構成により、補償光学ＳＬＯ装置による取得される網膜の視細胞の眼底平面画像に対して、その画質を客観的に評価する指標を提示することが可能になる。このような指標の提示により、視細胞の密度等を用いて診断や治療効果の判定を行う際に、そのデータに関する客観的な判断基準を提示することが可能になる。

（実施例２）
実施例１では、補償光学ＳＬＯにより取得された眼底平面画像全体を周波数変換してフーリエ画像を求め、そこから様々な特徴量を抽出することで、眼底平面画像全体の画質を評価する指標を算出した。しかし、一枚の眼底平面画像内でも画質にムラがある場合や、病変部位などが偏在しているために視細胞の周期構造の強さが場所によって変化する場合がある。本実施例では、そのような局所的な変化を捉える目的で、眼底平面画像を複数の局所領域に分割する。そして分割されたそれぞれの眼底平面画像に対してフーリエ画像を求め、そこから抽出した特徴量を用いて画像を分析する場合について説明する。

本実施例に関わる画像処理装置１０の機能構成を、図１１に示す。但し１００〜１５０の機能構成に関しては図１と同様なので説明は省略する。本実施例では画像処理部１４０が、周波数変換部１４１、特徴抽出部１４２、指標算出部１４３に加えて画像分割部１１４０、統合部１１４４を含み、眼底平面画像を複数の領域に分割してそれぞれの領域で特徴量を抽出した後、それらを統合した指標によって画像の評価を行う。

画像分割部１１４０は、眼底平面画像を複数の部分領域に分割する。
周波数変換部１４１は、部分領域ごとに周波数変換して部分周波数画像を得る。
特徴抽出部１４２は、部分周波数画像に現れる環状構造に基づいて特徴量を抽出する。
指標算出部１４３は、複数の部分領域における視細胞に関する情報を取得する。

部分領域ごとに周波数画像を得ることで、画像全体において視細胞が描出されない領域がある場合、血管等が描出され視細胞が描出されない領域を含む部分領域とそうでない部分領域とを分けることができる。なお、ノイズに埋もれ周波数画像の特徴量からは有無を判別できないような微細な血管や病変はここでは対象としていない。

図１２のフローチャートを参照して、本実施形態の画像処理装置１０の処理手順を説明する。ここでステップＳ２１０、Ｓ２２０、Ｓ２３０、Ｓ２４０、Ｓ２５０に関しては実施例１で説明した処理手順と変わらないために、説明は省略する。

実施例１においては、補償光学ＳＬＯによる取得される眼底平面画像の全体について画質指標の算出を行っていた。本実施例においては、眼底平面画像を複数の局所領域に分割してそれぞれの領域で指標を算出し、それらを組み合わせて画像全体の評価を行う点が異なっている。よってステップＳ２３０、Ｓ２４０、Ｓ２５０で扱う画像は眼底平面画像を分割した局所眼底平面画像となる。

以下に各ステップについてより詳細に説明する。

＜ステップＳ１２３０＞
ステップＳ１２３０において、画像分割部１１４０は、記憶部１３０に記憶されている補償光学ＳＬＯにより取得された眼底平面画像を複数の局所領域に分割する。ここで分割の方法は様々な方法が可能であり、多数の小領域に分割するほど局所的な差を明確化することが可能だが、それぞれの局所領域から得られる情報の精度は低くなる。また、複数の領域の周波数変換を行うには処理時間のコストがかかるため、高速フーリエ変換に適した画像サイズである２のｎ乗のサイズを用いることも重要である。ここでは例えば、オリジナルの眼底平面画像４００ｘ４００に対して１２８ｘ１２８の局所眼底平面画像を、図１３に示すように重なりを許容して取得する。しかし分割手法はこの例に限定されるものではない。

こうして作成された１６枚の局所眼底平面画像を、制御部１２０を通じて記憶部１３０に保存する。続くステップＳ２３０，Ｓ２４０，Ｓ２５０の処理は実施例１と同様であるが、ステップ１２３０で作成された１６枚の局所眼底平面画像それぞれについて処理が行われ、１６個の指標が得られる。また得られた指標及びその途中で取得される特徴量なども、それぞれの局所眼底平面画像と対応づけて記憶部１３０に保存される。

＜ステップＳ１２６０＞
ステップＳ１２６０において、統合部１１４４は、各局所眼底平面画像より取得された指標を統合した指標を作成する。そして統合された指標を出力部１５０を通じてモニタに表示する。さらにステップＳ２１０〜ステップＳ１２６０で記憶部１３０に保存された特徴量その他をデータベースに保存する。

図１４に、ステップＳ２５０で取得された１６箇所の指標を、同一グラフ上に表示した例を示す。図１４（ａ）には、１６箇所すべてにおいて画質が悪い場合を示している。被検眼の状態が悪く、たとえば水晶体の混濁が激しくシグナルがほとんど得られない場合などには、各局所眼底平面画像より取得される指標すべてが悪い値を示す。よって図１４（ａ）のような統合指標が得られた場合には、眼底平面画像が全体として低画質であると考えられる。

それに対して図１４（ｂ）のように、局所眼底平面画像によって高い指標を示す領域と低い指標を示す領域が混在している場合には、撮影自体はうまくいっているにも関わらず、視細胞の周期構造が取得できていない局所領域が存在することが示されている。これは、血管など視細胞が描出できない領域が存在するか、もしくは病変等により視細胞が存在していない領域が存在することを示すと考えられる。補償光学ＳＬＯによる眼底平面画像からの血管抽出に関しては、Ｔａｍ， Ｊ．， Ｍａｒｔｉｎ， Ｊ．Ａ．， Ｒｏｏｒｄａ， Ａ．， “Ｎｏｎ−ｉｎｖａｓｉｖｅ ｖｉｓｕａｌｉｚａｔｉｏｎ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｐａｒａｆｏｖｅａｌ ｃａｐｉｌｌａｒｉｅｓ ｉｎ ｈｕｍａｎｓ” Ｉｎｖｅｓｔ．Ｏｐｈｔｈａｌｍｏｌ．Ｖｉｓ．Ｓｃｉ． ５１ （３）： １６９１−１６９８ （２０１０）などに周知の手法が紹介されている。これらの方法と組み合わせることで、図１４（ｂ）のような指標が得られた場合に、その低い指標を示す局所領域が、血管であるのかもしくはそれ以外の病変等である可能性が高いのかを判別することが可能になる。

なお、実施例１と実施例２を組み合わせ、即ち、全体的な評価と部分的な評価を組み合わせて評価をするようにしてもよい。組み合わせでの評価を提示することで、例えば全体の評価が低い場合でも、撮像条件が悪いのか、もしくは病変部なのかの判断をユーザーに提示する効果がある。なぜなら、部分の評価のわずかな割合でも高い画質を示す場合には、撮影条件の問題ではない可能性が高いからである。このように、組み合わせて評価を行うことにより、より最適な指標を提示することができる。

以上、本実施例では、補償光学ＳＬＯ装置により取得される眼底平面画像を複数の局所領域に分割して、それぞれの局所眼底平面画像からの画質指標を統合した指標を提示する。これにより眼底平面画像全体の画質が低い場合と、画質自体は低くないが、血管や病変などのために視細胞の周期構造が描出されていない領域が存在するのかを示すことができる。

また、例えば指標算出部１４３で病変領域を自動判定し、出力部１５０が判定結果に応じた制御値を眼科撮影装置に出力することで、その領域を中心とした画像を再度撮影するように撮影範囲を決定するなどのハードウェア的応用を行うこともできる。

たとえば、出力部１５０が撮像状態に応じて収差補正の指示や光量の調整値等の制御値を眼科撮影装置に出力する。眼科撮影装置は入力された制御値に応じて収差測定部や補正光学系を制御する。これにより、ユーザは装置の調整の手間を省くことができる。

（実施例３）
実施例１では撮像状態を示す情報を表示し、ユーザに処理を促すこととしていたが、本実施例では、撮像状態を示す情報を画像の形成や選択に用いる例を説明する。装置の構成は実施例１及び２と同様であるため省略し、先述の実施例と異なる点を中心に説明する。

画像取得部１００は、異なるまたは略同一の位置を撮影した複数の眼底平面画像を取得する。ここで略同一とは、眼底の固視微動やサッケード等により眼底が動くため、追尾機能を設けても追尾しきれず、同じ位置を撮像する設定であっても結果的に異なる位置が撮像されてしまう場合があることに対応するものである。

画像処理部１４０は画質を判定する判定部として機能する。指標算出部１４３で取得された撮像状態を示す情報と、予め定められた撮像状態の閾値の情報とを取得し、各画像について得られた撮像状態が当該閾値を上回るか否かを判定する。下回るか否かを判定しても良い。ここで撮像状態を示す情報としては、たとえば実施例１で挙げたｐｅａｋ−ｒａｔｉｏやＩｍａｘの値、またはこれらを組み合わせて得られる画質指標値を用いることとする。

さらに画像処理部１４０は画像を選択する選択部として機能する。判定部により閾値以下の画質の画像については、ユーザに提示する画像または重ね合わせ処理を行う画像として不適であるとして選択せず、閾値を上回る画像についてのみ選択する。閾値以下の画像を選択しないことにより、収差や光量の不足している画像や、瞬き等で瞬間的に眼が動いてしまった際の画像が選択されないこととなる。

画像処理部１４０はさらに、選択された画像の位置合わせ及び重ねあわせ処理を行い、ランダムノイズを低減した画像を生成する生成部として機能する。これにより、複数の画像について画質を自動的に判定し、画質の良い眼底平面画像を得ることができる。

また、生成部とともに、または生成部に変えて、制御部１２０は取得された複数の画像のうち選択された画像のみを出力部１５０に出力する。出力部１５０は選択された画像のみを表示部１６０に表示させる。選択されない画像は出力部１５０には送られず、記憶部１３０に記憶されることとなる。

あるいは、ユーザからの承認を得て写損画像として削除することとしてもよい。この場合、出力部１５０が、診断用の画像の表示とは別に、選択されなかった画像について表示部１６０に表示させるとともに、削除を承認する入力を受け付ける旨のウィンドウ等を表示させる機能を設けることとしてもよい。そして、制御部１２０は削除の承認が入力された画像を記憶部１３０から一括で削除する。また、削除に変えて、承認された画像のみ外部のデータベースへの転送をさせない制御をすることとしてもよい。これによりユーザは不要な画像を自動的に判別し、削除または不転送とする処理を容易に行うことができる。

（実施例４）
図１５に示すハードウェアを用いて、上述した画像処理装置１０の機能を、ソフトウェアとハードウェアを協働させることにより実現しても良い。

図１５に示す画像処理装置は、ＣＰＵ１５０１、ＲＡＭ１５０２、ＲＯＭ１５０３、外部記憶装置１５０４、通信用のインターフェース１５０５を有しこれらはバス１５０９を介して接続されている。また、画像処理装置１０にはモニタ１５０６、キーボード１５０７、マウス１５０８が接続されている。ＲＯＭ１５０３または外部記憶装置１５０４には上述した図２または図１２に示す処理を実行するための指示を含むプログラムが記憶されている。

記憶されたプログラムがＣＰＵ１５０１により読み込まれ、ＲＡＭ１５０２に展開され、ＣＰＵ１５０１によりプログラムに含まれる指示が実行されることにより、上述した実施例の画像処理装置１０の機能が実現されることとなる。

（撮影システムの構成例）
図１６を用いて上記の眼底平面画像を取得する撮影システムの例を説明する。撮影システムでは上述の画像処理装置１０がＬＡＮ４０を介して眼科撮影装置３０、データベースと５０と接続されている。もちろんＬＡＮ４０には無線を介して接続しても良い。また、画像処理装置１０には表示部１６０が接続されている。

なおこれに限らず、眼科撮影装置が、上述の眼科撮影装置３０の機能を有する眼科撮影部と、上述の画像処理装置１０の機能を有する画像処理部と、表示部１６０とを有することとしてもよい。このような構成によれば、眼科撮影装置３０単体で視細胞画像の画質を確認することができ、システムを小型化することができる。

図１７を用いて上述の眼科撮影装置３０の構成を説明する。

眼科撮影装置として、本発明を適用したＳＬＯ装置とＯＣＴ装置との複合装置について説明する。特に、補償光学系を備え、網膜の高横分解能の眼底平面画像（ＳＬＯ像）と断層画像（ＯＣＴ像）との両方の撮像を行い、眼底平面画像を取得する眼科撮影装置３０について説明する。眼科撮影装置３０では、空間光変調器を用いて被検眼の光学収差を補正して眼底平面画像を取得するＳＬＯ装置と、断層画像を取得するフーリエドメイン方式のＯＣＴ装置とを備えている。これにより被検眼の視度や光学収差によらず良好な眼底平面画像・断層画像が得られるようにされている。

＜全体＞
図１７を用いて、まず、本実施例における眼科撮影装置３０の概略構成について、具体的に説明する。

光源２０１から出射した光は光カプラー２３１によって参照光２０５と測定光２０６とに分割される。測定光２０６は、シングルモードファイバー２３０−４、空間光変調器２５９、ＸＹスキャナ２１９、Ｘスキャナ２２１、球面ミラー２６０−１〜９等を介して、観察対象である被検眼２０７に導かれる。

被検眼２０７によって反射あるいは散乱された戻り光２０８となり、ディテクター２３８あるいはラインセンサ２３９に入射される。

ディテクター２３８は戻り光２０８の光強度を電圧に変換し、その信号を用いて、被検眼２０７の眼底平面画像が構成される。

また、ラインセンサ２３９には参照光２０５と戻り光２０８とが合波されて入射され、被検眼２０７の断層画像が構成される。さらに、複数の取得された断層画像を用いて、血管の３次元的な走行が描出される。

ここでは、波面収差を補正するデバイスとして空間光変調器を用いたが、波面収差を補正できればよく、可変形状ミラー等を用いることもできる。

＜光源＞
つぎに、光源２０１の周辺について説明する。光源２０１は代表的な低コヒーレント光源であるＳＬＤ（Ｓｕｐｅｒ Ｌｕｍｉｎｅｓｃｅｎｔ Ｄｉｏｄｅ）である。波長は８３０ｎｍ、バンド幅５０ｎｍである。ここでは、スペックルノイズの少ない眼底平面画像を取得するために、低コヒーレント光源を選択している。また、光源の種類は、ここではＳＬＤを選択したが、低コヒーレント光が出射できればよく、ＡＳＥ（Ａｍｐｌｉｆｉｅｄ Ｓｐｏｎｔａｎｅｏｕｓ Ｅｍｉｓｓｉｏｎ）等も用いることができる。

また、波長は眼を測定することを鑑みると、近赤外光が適する。さらに波長は、得られる眼底平面画像の横方向の分解能に影響するため、なるべく短波長であることが望ましく、ここでは８３０ｎｍとする。観察対象の測定部位によっては、他の波長を選んでも良い。

光源２０１から出射された光は、シングルモードファイバー２３０−１と光カプラー２３１とを介して、参照光２０５と測定光２０６とに、９６：４の割合で分割される。２５３は偏光コントローラである。

＜参照光路＞
つぎに、参照光２０５の光路について説明する。

光カプラー２３１にて分割された参照光２０５はシングルモードファイバー２３０−２を通して、レンズ２３５−１に導かれ、ビーム径４ｍｍの平行光になるよう、調整される。

次に、参照光２０５は、ミラー２５７−１〜４によって、参照ミラーであるミラー２１４に導かれる。参照光２０５の光路長は、測定光２０６の光路長と略同一に調整されているため、参照光２０５と測定光２０６とを干渉させることができる。

次に、ミラー２１４にて反射され、再び光カプラー２３１に導かれる。ここで、参照光２０５が通過した分散補償用ガラス２１５は被検眼２０７に測定光２０６が往復した時の分散を、参照光２０５に対して補償するものである。

ここでは、日本人の平均的な眼球の直径として代表的な値を想定し、Ｌ１＝２３ｍｍとする。

さらに、２１７−１は電動ステージであり、矢印で図示している方向に移動することができ、参照光２０５の光路長を、調整・制御することができる。

また、電動ステージ２１７−１はパソコン２２５からドライバ部２８１内の電動ステージ駆動ドライバ２８３を介して制御される。

＜測定光路＞
つぎに、測定光２０６の光路について説明する。

光カプラー２３１によって分割された測定光２０６はシングルモードファイバー２３０−４を介して、レンズ２３５−４に導かれ、ビーム径４ｍｍの平行光になるよう調整される。また、偏光コントローラ２５３−１又は２は、測定光２０６の偏光状態を調整することができる。ここでは、測定光２０６の偏光状態は紙面に平行な方向の直線偏光に調整されている。

測定光２０６は、ビームスプリッタ２５８、可動式ビームスプリッタ２６１（分岐手段とも呼ぶ。）を通過し、球面ミラー２６０−１、２６０−２を介し、空間光変調器２５９にて入射・変調される。ここで、空間光変調器２５９は、液晶の配向性を利用して変調を行う変調器であり、紙面に平行な方向の直線偏光（Ｐ偏光）の位相を変調する向きに配置され、測定光２０６の偏光の向きと合わせている。

さらに、測定光２０６は偏光板２７３を通過し、球面ミラー２６０−３、２６０−４を介し、Ｘスキャナ２２１のミラーに入射される。ここで、偏光板２７３は戻り光２０８のうち紙面に平行な方向の直線偏光のみを空間光変調器２５９に導く役割がある。また、ここで、Ｘスキャナ２２１は測定光２０６を紙面に平行な方向に走査するＸスキャナであり、ここでは共振型スキャナを用いている。駆動周波数は約７．９ｋＨｚである。

さらに、測定光２０６は球面ミラー２６０−５〜６を介し、ＸＹスキャナ２１９のミラーに入射される。ここで、ＸＹスキャナ２１９は一つのミラーとして記したが、実際にはＸスキャン用ミラーとＹスキャン用ミラーとの２枚のミラーが近接して配置されるものである。また、測定光２０６の中心はＸＹスキャナ２１９のミラーの回転中心と一致するように調整されている。ＸＹスキャナ２１９の駆動周波数は〜５００Ｈｚの範囲で可変できる。

球面ミラー２６０−７〜９は網膜２２７を走査するための光学系であり、測定光２０６を角膜２２６の付近を支点として、網膜２２７をスキャンする役割がある。

ここで、測定光２０６のビーム径は４ｍｍであるが、より高分解能な断層画像を取得するために、ビーム径はより大径化してもよい。

また、２１７−２は電動ステージであり、矢印で図示している方向に移動することができ、付随する球面ミラーである球面ミラー２６０−８の位置を、調整・制御することができる。電動ステージ２１７−２は電動ステージ２１７−１と同様に、電動ステージ駆動ドライバ２８３によって制御される。

球面ミラー２６０−８の位置を調整することで、被検眼２０７の網膜２２７の所定の層に測定光２０６を合焦し、観察することが可能になる。初期状態では、測定光２０６は平行光の状態で、角膜２２６に入射するように、球面ミラー２６０−８の位置が調整されている。

また、被検眼２０７が屈折異常を有している場合にも対応できる。

測定光２０６は被検眼２０７に入射すると、網膜２２７からの反射や散乱により戻り光２０８となり、再び光カプラー２３１に導かれ、ラインカメラ２３９に到達する。

また、戻り光２０８の一部は可動式ビームスプリッタ２６１で反射され、レンズ２３５−５を介して、ディテクター２３８に導かれる。ここで、２７２はピンホールを有する遮光板であり、戻り光２０８の内、網膜２２７に合焦していない不要な光を遮断する役割がある。また、遮光板２７２はレンズ２３５−５の合焦位置に共役に配置される。また、遮光板２７２のピンホールの直径は例えば５０μｍである。ディテクター２３８は例えば高速・高感度な光センサであるＡＰＤ（Ａｖａｌａｎｃｈｅ Ｐｈｏｔｏ Ｄｉｏｄｅ）が用いられる。

また、ビームスプリッタ２５８にて分割される戻り光２０８の一部は、波面センサ２５５に入射される。波面センサ２５５はシャックハルトマン方式の波面センサである。

ここで、ＸＹスキャナ２１９、Ｘスキャナ２２１、角膜２２６、波面センサ２５５、空間光変調器２５９は光学的に共役になるよう、球面ミラー２６０−１〜９が配置されている。そのため、波面センサ２５５は被検眼２０７の収差を測定することが可能になっている。また、空間光変調器２５９は被検眼２０７の収差を補正することが可能になっている。さらに、得られた収差に基づいて、空間光変調器２５９をリアルタイムに制御することで、被検眼２０７で発生する収差を補正し、より高横分解能な断層画像の取得を可能にしている。

＜測定系の構成＞
つぎに、測定系の構成について説明する。

眼科撮影装置３０は、断層画像（ＯＣＴ像）及び眼底平面画像（ＳＬＯ像）を取得することができる。

まず、断層画像の測定系について説明する。

戻り光２０８は光カプラー２３１によって合波される。合波された光２４２は、シングルモードファイバー２３０−３、レンズ２３５−２を介して、透過型グレーティング２４１に導かれ、波長毎に分光され、レンズ２３５−３を介してラインカメラ２３９に入射される。

ラインカメラ２３９は位置（波長）毎に光強度を電圧に変換し、その電圧信号はフレームグラバー２４０にてデジタル値に変換されて、パソコン２２５にて、被検眼２０７の断層画像が構成される。

ここでは、ラインカメラ２３９は１０２４画素を有し、合波された光２４２の波長毎（１０２４分割）の強度を得ることができる。

つぎに、眼底平面画像の測定系について説明する。

戻り光２０８の一部は、可動式ビームスプリッタ２６１で反射される。反射された光は遮光板２７２によって不要な光が遮断された後、ディテクター２３８に到達し、光の強度が電気信号に変換される。

得られた電気信号に対して、パソコン２２５にてＸスキャナ２２１とＸＹスキャナ２１９との走査信号と同期したデータ処理が行われ、眼底平面画像が形成される。

ビームスプリッタ２５８にて分割される戻り光２０８の一部は、波面センサ２５５に入射され、戻り光２０８の収差が測定される。

波面センサ２５５にて得られた画像信号は、パソコン２２５に取り込まれ、収差が算出される。得られた収差はツェルニケ多項式を用いて表現され、これは被検眼２０７の収差を示している。

ツェルニケ多項式は、チルト（傾き）の項、デフォーカス（ｄｅｆｏｃｕｓ）の項、アスティグマ（非点収差）の項、コマの項、トリフォイルの項等からなる。

＜ＯＣＴ像の取得方法＞
つぎに、眼科撮影装置３０を用いた断層画像（ＯＣＴ像）の取得方法について図１８（ａ）〜（ｃ）を用いて説明する。

ＯＣＴ装置２００は、ＸＹスキャナ２１９を制御し、Ｘスキャナ２２１を固定ミラーとして用いて、ラインカメラ２３９で干渉縞を取得することで、網膜２２７の断層画像を取得することができる。戻り光２０８がディテクター２３８に導光されないように可動式ビームスプリッタ２６１を制御する。また、Ｘスキャナ２２１、ＸＹスキャナ２１９は、パソコン２２５からドライバ部２８１内の光スキャナ駆動ドライバ２８２を介して制御される（図１７）。ここでは、網膜２２７の断層画像（光軸に平行な面）の取得方法について説明する。

図１８（ａ）は被検眼２０７の模式図であり、眼科撮影装置３０によって観察されている様子を示している。

図１８（ａ）に示すように、測定光２０６は角膜２２６を通して、網膜２２７に入射すると様々な位置における反射や散乱により戻り光２０８となり、それぞれの位置での時間遅延を伴って、ラインカメラ２３９に到達する。

ここでは、光源２０１のバンド幅が広く、コヒーレンス長が短いために、参照光路の光路長と測定光路の光路長とが略等しい場合に、ラインカメラ２３９にて、干渉縞が検出できる。

上述のように、ラインカメラ２３９で取得されるのは波長軸上のスペクトル領域の干渉縞となる。

次に、波長軸上の情報である干渉縞を、ラインカメラ２３９と透過型グレーティング２４１との特性を考慮して、光周波数軸の干渉縞に変換する。
さらに、変換された光周波数軸の干渉縞を逆フーリエ変換することで、深さ方向の情報が得られる。

さらに、図１８（ｂ）に示すように、ＸＹスキャナ２１９を駆動しながら、干渉縞を検知すれば、各Ｘ軸の位置毎に干渉縞が得られ、つまり、各Ｘ軸の位置毎の深さ方向の情報を得ることができる。

結果として、ＸＺ面での戻り光２０８の強度の２次元分布が得られ、それはすなわち断層画像２３２である（図１８（ｃ））。

本来は、断層画像２３２は上記説明したように、該戻り光２０８の強度をアレイ状に並べたものであり、例えば該強度をグレースケールに当てはめて、表示されるものである。Ｘ方向の長さは７００μｍであり、下に説明するＳＬＯ像の同様にしている。

ここでは得られた断層画像の境界のみ強調して表示している。ここで、２４６は網膜色素上皮層、２４７は視神経線維層である、２７８は血管である。

また、各Ｙ軸の位置毎に複数の断層画像を取得すれば、血管の３次元的な走行を描出できる。

＜ＳＬＯ像の取得方法＞
つぎに、眼科撮影装置３０を用いた眼底平面画像（ＳＬＯ像）の取得方法について説明する。

眼科撮影装置３０は、ＸＹスキャナ２１９のＹ軸方向のみとＸスキャナ２２１とを動作・制御し、ＸＹスキャナ２１９のＸ軸方向を固定し、ディテクター２３８で戻り光２０８の強度を取得することで、網膜２２７の眼底平面画像を取得することができる。Ｘスキャナ２２１とＸＹスキャナ２１９は、パソコン２２５からドライバ部２８１内の光スキャナ駆動ドライバ２８２を介して制御される（図１７）。また、眼科撮影装置３０は、波面センサ２５５で測定した被検眼２０７の収差を用いて空間光変調器２５９を制御し、被検眼２０７等にて生じる収差を補正しながら眼底平面画像を取得することができる。また、空間光変調器２５９をリアルタイムに制御しながら眼底平面画像を取得することができる。

＜ＳＬＯ像の取得方法＞
つぎに、眼底平面画像（ＳＬＯ像）の取得方法について図１９（ａ）〜（ｄ）を用いて説明する。

眼科撮影装置３０は、ＸＹスキャナ２１９を制御し、ディテクター２３８で戻り光２０８の強度を取得することで、網膜２２７の眼底平面画像を取得することができる。ここでは、網膜２２７の眼底平面画像（光軸に垂直な面）の取得方法について説明する。

図１９（ａ）は被検眼２０７の模式図であり、眼科撮影装置３０によって観察されている様子を示している。

図１９（ａ）に示すように、測定光２０６は角膜２２６を通して、網膜２２７に入射すると様々な位置における反射や散乱により戻り光２０８となり、ディテクター２３８に到達する。

さらに、図１９（ｂ）に示すように、ＸＹスキャナ２０９をＸ方向に駆動しながら、戻り光２０８の強度を検知すれば、各Ｘ軸の位置毎の情報を得ることができる。

さらに、図１９（ｃ）に示すように、ＸＹスキャナ２０９のＸ軸とＹ軸とを同時に駆動し、網膜２２７のある撮像範囲２９２に対して、測定光２０６を軌跡２９３のように、ラスタースキャンしながら戻り光２０８の強度を検知する。これにより、戻り光２０８の強度の２次元分布が得られ、それはすなわち眼底平面画像２７７（図１９（ｄ））である。

ここで、測定光２０６は右上の点Ｓから、左下の点Ｅに向かってスキャンされ、その間の戻り光２０８の強度が眼底平面画像２７７の構成に用いられる。点Ｅから点Ｓへの軌跡２９３は次の眼底平面画像２７７の撮像の撮像のための準備である。スキャンにかかる時間は、図中の軌跡２９３に対して、Ｓ→Ｅが８４％、Ｅ→Ｓが１６％であり、この比は上述のＹスキャナの駆動波形のデューティ比に基づいている。また、図１９（ｃ）では簡単のため、軌跡２９３におけるＸ方向のスキャン回数を少なめに記している。

ここで、この眼底平面画像２７７の大きさは７００×３５０μｍ、取得に要する時間は約１５．６ｍｓである。この時間はＹスキャナの駆動周波数に基づいている。

また、眼底平面画像２７７中には、戻り光２０８の強度が比較的大きい視細胞群２７９が明るく、比較的小さい血管２７８が暗く描出される。また、血管２７８に血球（不図示）が明るく描出される。また、眼底平面画像２７７を時間的に連続して取得すれば、血球が血管２７８内を移動する様子を描出することができる。

また、連続して取得した眼底平面画像２７７から、血球が描出されている血管２７８を抽出し、撮影順に積み重ねて時空間画像を作成してもよい。血球が移動する様子や血流速を容易に把握することができる。

血流速を求める画像を得る撮影方法と、視細胞の画像を得る撮影方法とは、画像処理装置１０の操作部により指定される。操作部を介してユーザが撮影方法を選択すると、画像処理装置の不図示の指定部は選択された撮影方法を指定し、眼科撮影装置３０へ係る情報を送信する。眼科撮影装置３０では、指定された撮影方法に合わせて、視細胞が観察しやすい画像か、または血流を観察対象とした画像を出力する。

（その他の実施形態）
前述した実施形態の機能を実現するソフトウェアのプログラムコードを記憶した記憶媒体を、システムあるいは装置に供給する。そして、そのシステムあるいは装置のコンピュータ（またはＣＰＵやＭＰＵ）が記憶媒体に格納されたプログラムコードを読出し実行することによっても、達成されることは言うまでもない。

１０ 画像処理装置
１００ 画像取得部
１１０ 入力情報取得部
１２０ 制御部
１３０ 記憶部
１４０ 画像処理部
１４１ 周波数変換部
１４２ 特徴抽出部
１４３ 指標算出部
１５０ 出力部
１１４０ 画像分割部
１１４４ 統合部

Claims (15)

1. 眼底を撮像し得られる眼底画像を周波数変換し空間周波数画像を得る変換手段と、
   前記空間周波数画像における特徴量を抽出する抽出手段と、
   前記特徴量に基づいて前記眼底画像における視細胞の撮像状態を示す情報を取得する情報取得手段と、
   を有することを特徴とする画像処理装置。
2. 前記眼底画像を複数の部分領域に分割する分割手段をさらに有し、
   前記変換手段は、前記部分領域ごとに周波数変換して部分空間周波数画像を得、
   前記抽出手段は、前記部分空間周波数画像ごとにおける特徴量を抽出し、
   前記情報取得手段は、前記複数の部分領域における視細胞の撮像状態を示す情報を取得する
   ことを特徴とする請求項１に記載の画像処理装置。
3. 前記情報取得手段は、各部分領域に対応する特徴量に基づいて、視細胞が描出されない領域を含む部分領域の情報を取得する
   ことを特徴とする請求項２に記載の画像処理装置。
4. 前記特徴量が、周期構造を示す特徴量であり、
   前記情報取得手段は、前記特徴量に基づいて前記眼底画像における視細胞の撮像状態を示す情報を取得する
   ことを特徴とする請求項１乃至３のいずれか１項に記載の画像処理装置。
5. 前記抽出手段は、前記空間周波数画像の所定の位置から等距離の輝度値を積算することにより前記特徴量を抽出する
   ことを特徴とする請求項１乃至４のいずれか１項に記載の画像処理装置。
6. 前記抽出手段は、前記積算した輝度値のピークの輝度値の大きさ、又は、前記積算した輝度値の先鋭度を前記眼底画像における視細胞の撮像状態を示す特徴量として抽出する
   ことを特徴とする請求項５に記載の画像処理装置。
7. 前記眼底画像は、視細胞画像を得る撮影方法で撮影された眼底画像であり、
   前記情報取得手段は、前記特徴量に基づいて前記眼底画像において視細胞が描出されず血管または病変が描出された領域の有無を示す情報を取得する
   ことを特徴とする請求項１乃至６のいずれか１項に記載の画像処理装置。
8. 前記眼底画像と前記視細胞の撮像状態を示す情報とを出力する出力手段をさらに有することを特徴とする請求項１乃至７のいずれか１項に記載の画像処理装置。
9. 前記情報取得手段は、前記眼底画像における視細胞の撮像状態を示す情報を取得し、
   前記出力手段は、撮像状態を示す情報に基づいて前記眼底画像の撮影部で収差補正が必要であることを示す情報、または前記眼底画像の撮影部が発する撮影光量の増加が必要であることを示す情報の少なくともいずれかを前記眼底画像とともに出力させる
   ことを特徴とする請求項８に記載の画像処理装置。
10. 前記出力手段は、前記空間周波数画像における所定の位置からの距離と、前記積算した輝度値との関係を示すグラフを出力させる
    ことを特徴とする請求項５または６に記載の画像処理装置。
11. 前記眼底画像は、収差測定手段と補償光学系により収差を補正する眼底撮像装置で被検眼の眼底の所定の深さ位置にフォーカスして得られた眼底画像であることを特徴とする請求項１乃至１０のいずれか１項に記載の画像処理装置。
12. 被検眼の視細胞の画像を得る撮影方法を指定する指定手段と、
    前記撮影方法の情報に応じて眼底を撮影し眼底画像を得る撮影手段と、
    前記眼底画像を周波数変換し空間周波数画像を得る変換手段と、
    前記空間周波数画像における特徴量を抽出する抽出手段と、
    前記特徴量に基づいて前記眼底画像における視細胞の分布を示す情報を取得する情報取得手段と、
    を有することを特徴とする眼科撮影装置。
13. 前記情報取得手段は、前記特徴量に基づいて前記眼底画像における視細胞の密度を示す指標を取得する
    ことを特徴とする請求項１２に記載の眼科撮影装置。
14. 眼底を撮像し得られる眼底画像を周波数変換し空間周波数画像を得る変換ステップと、
    前記空間周波数画像における特徴量を抽出する抽出ステップと、
    前記特徴量に基づいて前記眼底画像における視細胞の撮像状態に関する情報を取得する情報取得ステップと、
    を有することを特徴とする画像処理方法。
15. 請求項１４に記載の画像処理方法をコンピュータに実行させるためのプログラム。